METODOS NUMERICOS

Ing. Ada Paulina Mora Gonzlez Pgina 1

UNIDAD 4
SISTEMAS DE ECUACIONES LINEALES

En la unidad anterior se determinaba el valor de x que satisface a una sola ecuacin f(x)=0.
Ahora se trata el caso de determinar los valores x1, x2, x3.xn, que satisfaga
simultneamente un conjunto de ecuaciones.











En esta unidad se trata de ecuaciones algebraicas lineales que
son de la FORMA GENERAL








Donde a= son coeficientes
constantes.
c= son constantes.
n= es el numero de ecuaciones.




La resolucin de sistemas de casi cualquier nmero de ecuaciones es una realidad hoy gracias
a las computadoras, lo cual proporciona un atractivo especial a las tcnicas de soluciones
directas e iterativas.

Sin embargo, todo lo anterior requiere una revisin de los conceptos bsicos sobre matrices,
ortogonalizacion de vectores y la existencia y unicidad de las soluciones.


1 1 2
2 1 2
1 2
( , ,....... ) 0
( , ,....... ) 0
..
..
( , ,....... ) 0
n
n
n n
f x x x
f x x x
f x x x
=
=
=
=
=
=
Tales sistemas pueden ser tanto lineales
como no lineales.
11 1 12 2 1n n 1
21 1 22 2 2n n 2
1 1 n2 2 nn n
+ a +.............+ a x
+ a +.............+ a x
. . . . .
+ a +..............+ a x
n n
a x x c
a x x c
a x x c
=
=
=
METODOS NUMERICOS

Ing. Ada Paulina Mora Gonzlez Pgina 2

MATRICES
Una matriz es un conjunto de elementos ordenados en filas y columnas como:









Los elementos a son nmeros reales. Al conjunto horizontal de elementos se le llama rengln
y al conjunto vertical se le llama columna. Al primer subndice denota el nmero de rengln y el
segundo subndice denota la columna por ejemplo:
21
a est en el rengln 2 y columna 1.

Cuando se hace referencia a una matriz es conveniente especificar el nmero de filas (m) y
columnas(n), as la expresin m x n, indica que se trata de un matriz con m y n dimensiones.

Las matrices con dimensin m=1 en el rengln como:
[B]= [b1, b2,..bn] se le llama vectores de rengln.

Las matrices con dimensin n=1 en la columna, como:
c1
[C]= c2
cm


TIPOS DE MATRICES

A las matrices donde m=n se les llama matrices cuadradas. Porque tienen el mismo nmero de
filas y columnas. Por ejemplo, una matriz 4x4 es












11 12 1n
21 22 2n
1 m2 mn
+ a +.............+ a
+ a +.............+ a
. . .
+ a +..............+ a
m
a
a
a
11 12 13 14
21 22 23 24
31 32 33 34
41 42 43 44
a a a
a a
a a a
a a
a
a a
a
a a
| |
|
|
|
|
|
\ .
METODOS NUMERICOS

Ing. Ada Paulina Mora Gonzlez Pgina 3


Una matriz diagonal es una matriz cuadrada donde todos los elementos fuera de la diagonal
principal son iguales a cero, como en



[A]=






Una matriz identidad es una matriz diagonal donde los elementos de la diagonal principal son
iguales a 1, como en:



[I]= El smbolo [I] denota la matriz identidad.







Una matriz triangular superior es aquella donde todos sus elementos bajo la diagonal principal
son cero, como:
11 12 13
22 23
33
a a a
a a
a
| |
|
|
|
\ .









11
a
22
33
44

a

a
a
| |
|
|
|
|
|
\ .
1
1
1
| |
|
|
|
\ .
METODOS NUMERICOS

Ing. Ada Paulina Mora Gonzlez Pgina 4

Una matriz triangular inferior es aquella donde todos sus elementos arriba de la diagonal
principal son ceros, como:









REGLAS DE OPERACIN SOBRE MATRICES

Para sumar dos matrices A y B han de ser de las mismas dimensiones; la suma es una matriz
C de iguales dimensiones que A y B, y sus elementos se obtienen sumando los elementos
correspondientes de A y B.

Ejemplos:

Sumar las matrices
4 8.5 3
2 1.3 7
| |
|

|
|
\ .
y
1 2 4
5 8 3
| |
|
|
|
\ .
=

=
3 10.5 -7
7 6.7 10
| |
|
\ .


MULTIIPLICACION DE MATRICES POR UN ESCALAR.

Se puede formar el producto de un nmero real o y una matriz. El resultado denotado de Ao ,
es la matriz cuyos elementos de A multiplicados por o .











4-1 8.5+2 -3-4
2+5 -1.3+8 7+3
11 12 13
21 22 23
a a
a a a
a o o o
o o o
| |
|
\ .
11
21 22
31 32 33
a
a a
a a a
| |
|
|
|
\ .
METODOS NUMERICOS

Ing. Ada Paulina Mora Gonzlez Pgina 5

Ejemplo: Multiplicar la matriz A = 2

A=
1 -3 4 2 2 -6 8 4
3 7 4 6 2 6 14 8 12
-2 9 1 4 -4 18 2 8
A
| | | |
| |
= =
| |
| |
\ . \ .



MULTIPLICACION DE MATRICES

Al producto escalar de a y b, esta dado por a*b, necesitamos que a y b tengan el mismo
nmero de componentes.

(a1, a2, .., an) *
1
2
.
.
b
b
bn
| |
|
|
|
|
|
|
\ .
= a1 b1 + a2 b2 + .. + an bn


Ejemplo:

1. Sean a=
1
2
3
| |
|

|
|
\ .
y b =
3
2
4
| |
|

|
|
\ .

Calcule a*b

Solucin a*b = (1)(3) + (-2)(-2) + (3)(4)= 2 +4 + 12 = 19

2. Sean a= (2, -3, 4, -6) y b =
1
2
0
3
| |
|
|
|
|
|
\ .
Calcule a*b
Solucin a*b = (2)(1) + (-3)(2) +(4)(0) + (-6)(3)= 2 6 + 0 18 = -22




METODOS NUMERICOS

Ing. Ada Paulina Mora Gonzlez Pgina 6

3. Suponga que un fabricante produce 4 artculos. La demanda para los artculos est dada
por el vector de demanda d= (30, 20, 40, 10). Los precios unitarios para los artculos
dados por el vector de precios p= ($20, $15, $18, $40). Si satisface su demanda,
Cunto dinero recibir el fabricante?.

Solucin: La demanda del primer artculo es de 30 y el fabricante recibe $20 por cada unidad
vendida del primer artculo. Por lo tanto recibe, (30)(20) = $600 por la venta del primer artculo.
Continuando con este razonamiento vemos que el total de dinero ser de d*p. As sus entradas
son (30)(20) + (20)(15) + (40)(18) + (10)(40) = 600 + 300 + 720 + 400 = $2020.

Producto de dos matrices. Sea A=(aij) una matriz de m x n cuyo i-esimo rengln denotamos por
ai. Sea B =(bij) una matriz de n x p cuya j-esima columna denotamos por bj. Entonces el
producto de A y B es una matriz C= (cij) de m x p. donde cij= ai * bj

Dos matrices pueden multiplicarse solo si el numero de columnas de la primera es igual al
nmero de renglones de la segunda.

A=
1 3 3 2
B=
2 4 5 6
y
| | | |
| |

\ . \ .
CALCULE A*B


Entonces c11= ( 1 3) *
3
5
| |
|
\ .
= 3+15 = 18
C12= ( 1 3 ) *
2
6
| |
|
\ .
= -2+18 = 16
C21= (-2 4) *
3
5
| |
|
\ .
= -6+20 = 14
C22= (-2 4) *
2
6
| |
|
\ .
= 4 + 24 = 28

C=
18 16
14 28
| |
|
\ .


Matlab
A=[1 3; -2 4];
B=[3 -2; 5 6];
disp('C= A*B'); disp(A*B)
disp('C=B*A'); disp(B*A)


PROGRAMA EN MATLAB
A= [1 3; -2 4]
B= [3 -2; 5 6]
disp(C= A*B)
C= A*B
disp(C = B*A)
C=B*A
METODOS NUMERICOS

Ing. Ada Paulina Mora Gonzlez Pgina 7

SISTEMAS DE ECUACIONES LINEALES

Objetivo: El estudiante debe ser capaz de resolver la mayor parte de problemas que impliquen
utilizar ecuaciones algebraicas lineales y poder visualizar sus aplicaciones. Y debe dominar
varias tcnicas y valorar la confiabilidad de los mismos.

Eliminacin de incgnitas

La eliminacin de incgnitas es un esquema algebraico donde se puede ilustrar para un
conjunto de ecuaciones







Donde aij y bj, son nmeros dados. Cada una de estas ecuaciones es la ecuacin de una lnea
recta. Una solucin al sistema es un par de nmeros denotados (x,y).
Un sistema que no tiene solucin se dice que es inconsistente. Si las dos rectas no son
paralelas entonces se intersectan en un solo punto y se dice que tiene una solucin; si son
paralelas entonces nunca se intersectan o son la misma recta se dice que no tienen solucin o
tienen un numero infinito de soluciones.





Solucin nica
A) Rectas no paralelas; un punto de interseccin.







11 1 12 2 1n n 1
21 1 22 2 2n n 2
+ a +.............+ a x
+ a +.............+ a x
a x x c
a x x c
=
=
METODOS NUMERICOS

Ing. Ada Paulina Mora Gonzlez Pgina 8



Sin solucin.
B) Rectas paralelas; sin puntos de interseccin.







Numero infinito de soluciones.
C) Rectas que coinciden, numero infinito de puntos de
interseccin.




La estrategia bsica es multiplicar las ecuaciones por constantes para que alguna de las
incgnitas se elimine al combinar las ecuaciones. El resultado es entonces una ecuacin que
se pueda resolver para la incgnita restante.
Este valor se puede sustituir en alguna de las ecuaciones originales para calcular la otra
incgnita.





METODOS NUMERICOS

Ing. Ada Paulina Mora Gonzlez Pgina 9

Por ejemplo si multiplicamos la primera ecuacin por a21 y la segunda ecuacin por a11
tendremos:








Restando ahora la segunda ecuacin por la primera se elimina el trmino x2, de las ecuaciones
para obtener:





Este ltimo resultado se puede sustituir en cualquiera de las ecuaciones originales para obtener
el valor de x1.

La eliminacin de incgnitas se puede extender a sistemas grandes de ecuaciones, teniendo
en cuenta algunas reglas bsicas de operacin. Este mtodo extendido se denomina
ELIMINACION GAUSSIANA, donde es fcilmente programable.


ELIMINACION GAUSSIANA

El procedimiento consta de dos pasos:
1. Se reduce por rengln la matriz de coeficientes a la forma escalonada por renglones, se
despea el valor de la ltima incgnita y despus se usa la sustitucin hacia atrs para las
dems incgnitas.
La eliminacin gaussiana es una de las tcnicas ms comunes.
El procedimiento est planeado para resolver un conjunto de n ecuaciones.










11 21 1 12 21 2 1 21
11 21 1 11 22 2 2 11
a a x a a x c a
a a x a a x c a
+ =
+ =
11 2 21 1
2
11 22 12 21
a c a c
x
a a a a

11 1 12 2 1n n 1
21 1 22 2 2n n 2
1 1 n2 2 nn n
+ a +.............+ a x
+ a +.............+ a x
. . . . .
+ a +..............+ a x
n n
a x x c
a x x c
a x x c
=
=
=
METODOS NUMERICOS

Ing. Ada Paulina Mora Gonzlez Pgina 10


Eliminacin hacia delante de incgnitas.
La primera fase reduce el conjunto de ecuaciones a un sistema triangular superior. El
paso inicial consiste en dividir la primera ecuacin por el coeficiente de la primera incgnita
a
11
:








A este procedimiento se le conoce como normalizacin y tiene como finalidad convertir el
primer coeficiente de la ecuacin normalizada en 1.
En seguida se multiplica la ecuacin normalizada por el primer coeficiente de la segunda
ecuacin , a
21







Ntese que el primer trmino de la primera ecuacin es idntico al primer trmino de la
segunda ecuacin. Por consiguiente se puede eliminar la primera incgnita de la segunda
ecuacin restando la ecuacin para obtener:










En donde el apostrofe indica que los elementos han cambiado su valores originales.

El proceso se repite hasta que se elimina la primera incgnita de las ecuaciones restantes. La
ecuacin normalizada se multiplica por a31 y el resultado se resta de la tercera ecuacin para
obtener:

1 12 1
1 2
11 11 11
....
n
n
a a c
X X X
a a a
+ + + =
1 12 1
21 1 21 2 21 21
11 11 11
....
n
n
a a c
a x a X a X a
a a a
| | | |
+ + + =
| |
\ . \ .
1 12 1
22 21 2 2 21 2 21
11 11 11
....
n
n n
a a c
a a X a a X c a
a a a
| | | |
+ + =
| |
\ . \ .
22 2 2 2
' .... ' '
n n
a X a X c + + =
METODOS NUMERICOS

Ing. Ada Paulina Mora Gonzlez Pgina 11

32 2 33 3 3 3
' ' .... ' '
n n
a X a X a X c + + =


Se repite el proceso para eliminar la segunda incgnita de las ecuaciones a partir de la tercera
ecuacin. Para hacerlo, se usa la segunda ecuacin normalizndola multiplicando por el primer
coeficiente de la tercera ecuacin, a32 y restando este resultado de la tercera ecuacin , se
elimina la segunda incgnita x2. Se sigue eliminando de este modo la segunda incgnita de las
restantes ecuaciones y luego se normaliza la tercera ecuacin y se elimina la tercera incgnita
desde la cuarta ecuacin en adelante.


El procedimiento se puede continuar hasta llegar a la (n-1)-esima ecuacin para eliminar la
incgnita Xn-1 de la n-esima ecuacin. En este momento el sistema se transforma en un
sistema triangular superior.


11 1 12 2 13 3 1 1
22 2 23 3 2 2
33 3 3 3
(n-1) ( 1)
nn
....
' ' .. ' '
' .. ' ''
a
n n
n n
n n
n
n n
a X a X a X a X c
a X a X a X c
a X a X c
X c

+ + + + =
+ + + =
+ + =
=



SUSTITUCION HACIA ATRS
La ecuacin ltima del sistema anterior se puede resolver para Xn:
















(n-1) ( 1)
nn
( 1)
(n-1)
nn
a
a
n
n n
n
n
n
X c
c
X

=
=
METODOS NUMERICOS

Ing. Ada Paulina Mora Gonzlez Pgina 12

1 0 1 3
0 1 1 4
0 0 4 4
(
(

(
(

Ejemplo: Por el mtodo de Gauss resolver la siguiente matriz


-4R1+R2 R2R3
-2R1+R3 (1/3)R2

3
4
1
-2R2+R1 (1/4) R3
-9R2+R3


Sustitucin hacia atrs:
X3=1
X2-X3=-4
X2= -4+X3
X2= -4+1 = -3
X1+X3= 3
X1= 3 X3
X1=3 1= 2


Algoritmo Matlab:
%Mtodo de Gauss en matriz de 3x3
format short
A=input('Dame la matriz en corchete por filas: ')

A(1,:)=A(1,:)/A(1,1)
A(2,:)=A(2,:)-A(2,1)*A(1,:)
A(3,:)=A(3,:)-A(3,1)*A(1,:)
%COLUMNA 1 LISTA
A(2,:)=A(2,:)/A(2,2)
A(3,:)=A(3,:)-A(3,2)*A(2,:)
%COLUMNA 2 LISTA
A(3,:)=A(3,:)/A(3,3)

disp('LAS INCOGNITAS SON: ')
x3=A(3,4);
x2=A(2,4)-A(2,3)*x3;
x1=A(1,4)-A(1,2)*x2-A(1,3)*x3;
disp(' x3 x2 x1 '); disp([x3 x2 x1])






1 2 3 11
4 1 1 4
2 1 3 10
(
(

(
(

1 2 3 11
0 9 13 40
0 3 3 12
(
(

(
(

1 2 3 11
0 1 1 4
0 9 13 40
(
(

(
(

1 0 1
0 1 1
0 0 1
(
(

(
(

X1=2, X2= -3, X3= 1
METODOS NUMERICOS

Ing. Ada Paulina Mora Gonzlez Pgina 13


Resuelva por el mtodo de Gauss para encontrar las soluciones de los sistemas dados:


1 2 3 11
4 1 1 4
2 1 3 10
(
(

(
(
(



R1 (-4)+R2
A = 1 -2 3 11
0 9 -13 -40
2 -1 3 10

R1 (-2)+R3
A = 1 -2 3 11
0 9 -13 -40
0 3 -3 -12
R2 (1/9)

A = 1 -2 3 11
0 1 -13/9 -40/9
0 3 -3 -12

R2 (-3)+R3
A = 1 -2 3 11
0 1 -13/9 -40/9
0 0 4/3 4/3

R3 (3/4)
A =1 -2 3 11
0 1 -13/9 -40/9
0 0 1 1

SOLUCION UNICA
X3=1
X2-13/9X3= -40/9
X2= -40/9+ 13/9(1)=
X2= -3
X1-2X2+3X3= 11
X1= 11+2(-3)-3(1)
X1=2




METODOS NUMERICOS

Ing. Ada Paulina Mora Gonzlez Pgina 14

R1 (-1/2)
A =1 -1/2 -3 -9
5 0 8 -16
3 2 -1 -3

R1 (-5)+R2
A = 1 -1/2 -3 -9
0 5/2 23 29
3 2 -1 -3

R1 (-3)+R3
A = 1 -1/2 -3 -9
0 5/2 23 29
0 7/2 8 24

R2 (2/5)
A =1 -1/2 -3 -9
0 1 46/5 58/5
0 7/2 8 24

R2 (-7/2)+R3
A =1 -1/2 -3 -9
0 1 46/5 58/5
0 0 -121/5 -83/5

R3 (-5/121)
A =1 -1/2 -3 -9
0 1 46/5 58/5
0 0 1 83/121

SOLUCION UNICA
X3= 83/121
X2+ (46/5) X3= 58/5
X2= (58/5)-(46/5) (83/121)
X2= 640/121
X1-(1/2) X2-3X3 = -9
X1= -9 + (1/2) (640/121)+3(83/121)
X1= -520/121




METODOS NUMERICOS

Ing. Ada Paulina Mora Gonzlez Pgina 15

3 6 6 9
2 5 4 6
1 16 14 3
(
(

(
(



R1 (1/3)
A =1 2 -2 3
2 -5 4 6
-1 16 -14 -3

R1 (-2)+R2
A = 1 2 -2 3
0 -9 8 0
-1 16 -14 -3

R1 (1)+R3
A =1 2 -2 3
0 -9 8 0
0 18 -16 0

R2 (-1/9)
A =1 2 -2 3
0 1 -8/9 0
0 18 -16 0

R2 (-18)+R3
A =1 2 -2 3
0 1 -8/9 0
0 0 0 0

Hasta aqu se puede llegar; as que se escribe:
X3
X2=8/9X3
X1=3- 2X2+2X3
X1= 3-2(8/9) X3+ 2X3
X1= 3+ 2/9X3
(Para cualquier valor de X3 quedara:
Si X3=10
X2=80/9
X1=47/9
TIENE INFINITAS SOLUCIONES




METODOS NUMERICOS

Ing. Ada Paulina Mora Gonzlez Pgina 16

3 6 6 9
2 5 4 6
5 28 26 8
(
(

(
(




R1 (1/3)
A = 1 2 -2 3
2 -5 4 6
5 28 -26 -8

R1 (-2)+R2
A = 1 2 -2 3
0 -9 8 0
5 28 -26 -8

R1 (-5)+R3
A = 1 2 -2 3
0 -9 8 0
0 18 -16 -23

R2 (-1/9)
A = 1 2 -2 3
0 1 -8/9 0
0 18 -16 -23

R2 (-18)+R3
A = 1 2 -2 3
0 1 -8/9 0
0 0 0 -23


0X3= -23 es imposible ya que 0-23.
EL SISTEMA NO TIENE SOLUCION.
El sistema es inconsistente.












METODOS NUMERICOS

Ing. Ada Paulina Mora Gonzlez Pgina 17


1 1 3 7
4 1 5 4
2 2 3 0
(
(

(
(




R1 (-4)+R2
A = 1 1 -1 7
0 -5 9 -24
2 2 -3 0

R1 (-2)+R3
A =1 1 -1 7
0 -5 9 -24
0 0 -1 -14

R2 (-1/5)
A = 1 1 -1 7
0 1 -9/5 24/5
0 0 -1 -14

R3 (-1)

A =1 1 -1 7
0 1 -9/5 24/5
0 0 1 14


SOLUCION UNICA
X3= 14
X2 9/5X3= 24/5
X2= 24/5 + (9/5) (14)
X2= 30
X1+ X2 X3 =7
X1= 7 X2 + X3
X1= 7 -30 + 14
X1= -9









METODOS NUMERICOS

Ing. Ada Paulina Mora Gonzlez Pgina 18


1 1 1 7
4 1 5 4
6 1 3 18
(
(

(
(



R1 (-4)+R2
A =
1 1 -1 7
0 -5 9 -24
6 1 3 18

R1 (-6)+R3
A =
1 1 -1 7
0 -5 9 -24
0 -5 9 -24

R2 (-1/5)
A =
1 1 -1 7
0 1 -9/5 24/5
0 -5 9 -24

R2 (5)+R3
A =
1 1 -1 7
0 1 -9/5 24/5
0 0 0 0




Hasta aqu se puede llegar; as que se escribe:
X3
X2=24/5+ 9/5X3
X1=7-X2+X3
X1=7- ((24/5)+ (9/5) X3) + X3
X1= 11/5 4/5X3
(Para cualquier valor de X3 quedara:
Si X3=3
X2=51/5
X1= -1/5
TIENE INFINITAS SOLUCIONES



METODOS NUMERICOS

Ing. Ada Paulina Mora Gonzlez Pgina 19


1 1 1 7
4 1 5 4
6 1 3 20
(
(

(
(



R1 (-4)+R2
A =
1 1 -1 7
0 -5 9 -24
6 1 3 20

R1 (-6)+R3
A =
1 1 -1 7
0 -5 9 -24
0 -5 9 -22

R2 (-1/5)
A =
1 1 -1 7
0 1 -9/5 24/5
0 -5 9 -22

R2 (5)+R3
A =
1 1 -1 7
0 1 -9/5 24/5
0 0 0 2




0X3= -23 es imposible ya que 0-23.
EL SISTEMA NO TIENE SOLUCION.
El sistema es inconsistente.












METODOS NUMERICOS

Ing. Ada Paulina Mora Gonzlez Pgina 20


1 2 3 0
4 1 1 0
2 1 3 0
(
(

(
(




R1 (-4)+R2
A =1 -2 3 0
0 9 -13 0
2 -1 3 0

R1 (-2)+R3
A =1 -2 3 0
0 9 -13 0
0 3 -3 0

R2 (1/9)
A =1 -2 3 0
0 1 -13/9 0
0 3 -3 0

R2 (-3)+R3
A =1 -2 3 0
0 1 -13/9 0
0 0 4/3 0

R3(3/4)
A = 1 -2 3 0
0 1 -13/9 0
0 0 1 0

X3=0
X2= 13/9X3
X2= 13/9(0)
X2=0
X1= 2X2-3X3
X1= 0










METODOS NUMERICOS

Ing. Ada Paulina Mora Gonzlez Pgina 21

0 2 5 6
1 0 2 4
2 4 0 2
(
(

(
(



Para iniciar una matriz se usa el pivoteo parcial que se selecciona el componente de la primera
columna con el valor absoluto mayor, a este se le llama pivote.
Se rearreaglan los renglones y empieza hacer el procedimiento de reduccin de renglones. Se
puede hacer el pivoteo en cada uno de los renglones consecuentes con la segunda, tercera
columna sucesivamente.

R3 R1
2 4 0 2
1 0 2 4
0 2 5 6
(
(

(
(



R1 (1/2)
A =
1 2 0 -1
1 0 -2 4
0 2 5 6

R1 (-1)+R2
A =
1 2 0 -1
0 -2 -2 5
0 2 5 6

R2 (-1/2)
A =
1 2 0 -1
0 1 1 -5/2
0 2 5 6

R2 (-2)+R3
A =
1 2 0 -1
0 1 1 -5/2
0 0 3 11

R3 (1/3)
A =
1 2 0 -1
0 1 1 -5/2
0 0 1 11/3

SOLUCION UNICA
X3= 11/3 X2= -5/2 X3 X2= -37/6 X1= -1 -2X2 X1= -1 -2(-37/6) = 34/3

METODOS NUMERICOS

Ing. Ada Paulina Mora Gonzlez Pgina 22


MATRICES QUE NO SON CUADARADAS APLICANDO EL METODO DE GAUSS EN LA
SOLUCION DE LOS SISTEMAS:

1 2 1 4
3 4 2 7
(
(

R1 (-3) +R2
A=
1 2 -1 4
0 -2 1 -5

R2 (-1/2)
A=
1 2 -1 4
0 1 -1/2 5/2

R2 (-2)+R1
A=
1 0 0 -1
0 1 -1/2 5/2



INFINITAS SOLUCIONES
X2= 5/2 +1/2X3
X1= -1
X3
Es x3 una incgnita arbitraria. Se puede escoger cualquier valor.
Si x3= -1
La solucin seria:
X3= -1
X2= 2
X1= -1











METODOS NUMERICOS

Ing. Ada Paulina Mora Gonzlez Pgina 23


1 2 4 4
2 4 8 8
(
(




R1 (2)+R2
A=
1 2 -4 4
0 0 0 0



TIENE INFINITAS SOLUCIONES
Hasta aqu se puede llegar; as que se escribe:
(Para cualquier valor de X3, X2 quedara:
X3, X2 pueden tomar cualquier valor
X1= 4-2X2+ 4X3

Si x2=2 y
X3= 4
X1= 16
(16, 2,4)

1 2 4 4
2 4 8 9
(
(




R1 (2)+R2
A=
1 2 -4 4
0 0 0 -1


0X3= -1 es imposible ya que 0
EL SISTEMA NO TIENE SOLUCION.
El sistema es inconsistente.









METODOS NUMERICOS

Ing. Ada Paulina Mora Gonzlez Pgina 24

2 6 4 2 4
1 0 1 1 5
3 2 2 0 2

R1 (1/2)
1 3 -2 1 2
1 0 -1 1 5
-3 2 -2 0 -2

R1 (-1)+R2
R1 (3)+R3
1 3 -2 1 2
0 -3 1 0 3
0 11 -8 3 4

R2 (-1/3)
R2 (-11)+R3
R2 (-3)+R1
1 0 -1 1 5
0 1 -1/3 0 -1
0 0 -13/3 3 15

R3 (-3/13)
1 0 -1 1 5
0 1 -1/3 0 -1
0 0 1 -9/13 -45/13

SOLUCION INFINITA
X4 es arbitraria puede tomar cualquier valor.
X3= -45/13 +9/13X4
X2= -1 +1/3 x3
X2= -1 + 1/3(-45/13 + 9/13x14)
X2= -28/13 +3/13X4
X1= 5 +X3 X4
X1= 5 + (-45/13 +9/13X4) X4
X1= 20/13 -4/13X4

SI X4 = -2
X3=-63/13
X2= -34/13
X1= 28/13 (28/13, -34/13, -63/13, -2)





METODOS NUMERICOS

Ing. Ada Paulina Mora Gonzlez Pgina 25


DIFICULTADES EN LOS METODOS DE ELIMINACION

Hay muchos sistemas de ecuaciones que se pueden resolver con la eliminacin de Gauss
simple, existen algunas dificultades.

- DIVISION ENTRE CERO
Durante las fases de eliminacin y sustitucin hacia atrs es posible que ocurra una divisin
entre cero. Tambin se pueden presentar problemas cuando un coeficiente esta muy cercano a
cero. La tcnica de pivoteo se ha desarrollado para evitar en forma parcial estos problemas.

- ERRORES DE REDONDEO
Cuando se usan nmeros decimales, existe una pequea discrepancia en el resultado. Se
debe al uso de cifras significativas que se manejan durante los clculos. Si se usan mas
cifras significativas, el error en los resultados se reduce considerablemente.

- SISTEMAS MAL CONDICIONADOS
Los sistemas bien condicionados son aquellos en los que un pequeo cambio en uno o ms
coeficientes provoca un cambio similarmente pequeo en la solucin. Y los sistemas mal
condicionados son aquellos en donde pequeos cambios en los coeficientes generan
grandes cambios en la solucin.






















METODOS NUMERICOS

Ing. Ada Paulina Mora Gonzlez Pgina 26


METODO DE GAUSS- JORDAN

Este mtodo es una variacin de la eliminacin de Gauss. La principal diferencia es que
cuando una incgnita se elimina en el mtodo de Gauss-Jordn, esta se elimina de todas
las otras ecuaciones. Adems todos los renglones se normalizan al dividirlos entre su
elemento pivote. De esta forma, el paso de eliminacin genera una matriz identidad en vez
de una triangular. No es necesario usar la sustitucin hacia atrs para obtener la solucin.

Aunque el mtodo de Gauss-Jordn y de eliminacin gaussiana puede parecer casi idntico, el
primero requiere el 50% ms de operaciones. Por lo tanto la eliminacin gaussiana es el
mtodo por excelencia para la obtencin de soluciones exactas de los sistemas de ecuaciones
lineales.



En un sistema de 3 ecuaciones lineales como el que se muestra se hizo:
1. Se dividi la primera ecuacin para hacer el coeficiente de x1 en ella, igual a 1-
2. Se eliminaron los trminos en x1 de la segunda y tercera ecuaciones. Esto es, los
coeficientes de estos trminos se hicieron cero multiplicando la primera ecuacin por los
nmeros adecuados y sumndola a la segunda y tercera ecuacin.
3. Se dividi la segunda ecuacin para hacer el coeficiente x2 igual a 1 y despus se uso la
segunda ecuacin para eliminar los trminos en x2 de la primera y tercera ecuacin.
4. Se dividi la tercera ecuacin para hacer el coeficiente de x3 igual a 1 y despus se uso
esta tercera ecuacin para eliminar los trminos en x3 de la primera y segunda
ecuacin.

















METODOS NUMERICOS

Ing. Ada Paulina Mora Gonzlez Pgina 27


EJEMPLO:
Use el mtodo de Gauss-Jordn para resolver el problema:

[



]

-4R1+R2 1 1 -1 7
0 -5 9 -24 Solucin:
-2R1+R3 0 0 -1 -14



(-1/5)R2 1 0 4/5 11/5
-1R2+R1 0 1 -9/5 24/5
0 0 -1 -14


(-4/5)R3+R1 1 0 0 -9
(9/5)R3+R2 0 1 0 30
-1R3 0 0 1 14




Algoritmo en Matlab:

%Mtodo de Gauss-Jordn en matriz de 3x3
format rat
A=input('Dame la matriz en corchete por filas: ')
%HACER UNO EL PRIMER TERMINO A(1,1) Y HACER CEROS LOS TERMINOSA(2,1) Y A(3,1)
A(1,:)=A(1,:)/A(1,1)
A(2,:)=A(2,:)-A(2,1)*A(1,:)
A(3,:)=A(3,:)-A(3,1)*A(1,:)
%HACER UNO EL TERMINO A(2,2) Y HACER CEROS LOS TERMINOSA(1,2) Y A(3,2)
A(2,:)=A(2,:)/A(2,2)
A(1,:)=A(1,:)-A(1,2)*A(2,:)
A(3,:)=A(3,:)-A(3,2)*A(2,:)
%HACER UNO EL TERCER TERMINO A(3,3) Y HACER CEROS LOS TERMINOSA(1,3) Y A(2,3)
A(3,:)=A(3,:)/A(3,3)
A(1,:)=A(1,:)-A(1,3)*A(3,:)
A(2,:)=A(2,:)-A(2,3)*A(3,:)





X1= -9, X2= 30, X3= 14
METODOS NUMERICOS

Ing. Ada Paulina Mora Gonzlez Pgina 28



EJEMPLO DE APLICACIONES
Ejemplo 1
Suponga que un fabricante produce 4 artculos. La demanda para los artculos est dada por el
vector de demanda d= (30, 20, 40, 10). Los precios unitarios para los artculos dados por el
vector de precios p= ($20, $15, $18, $40). Si satisface su demanda, Cunto dinero recibir el
fabricante?.

Solucin: La demanda del primer artculo es de 30 y el fabricante recibe $20 por cada unidad
vendida del primer artculo. Por lo tanto recibe, (30)(20) = $600 por la venta del primer artculo.
Continuando con este razonamiento vemos que el total de dinero ser de d*p. As sus entradas
son (30)(20) + (20)(15) + (40)(18) + (10)(40) = 600 + 300 + 720 + 400 = $2020.

Ejemplo 2
Un departamento de pesca y caza del estado proporciona 3 tipos de comida a un lago que
alberga a tres especies de peces. Cada pez de la especie 1 consume cada semana un
promedio de 1 unidad del alimento 1, 1 unidad del alimento 2 y 2 unidades del alimento 3. Cada
pez de la especie 2 consume cada semana un promedio de 3 unidades del alimento 1, 4 del 2 y
5 del 3. Para un pez de la especie 3, el promedio semanal de consumo es 2 unidades del
alimento 1, 1 unidad del alimento 2 y 5 unidades del 3. Cada semana se proporciona al lago
25000 unidades de alimento 1, 20000 unidades del alimento 2 y 55000 del 3. Si se supone que
los peces comen todo el alimento. Cuntos peces de cada especie pueden coexistir en el
lago?

Solucin: Sean x1, x2, y x3 el numero de peces de cada especie que hay en el lago. Utilizando
la informacin del problema, se observa que x1 peces de la especie 1 consumen x1 unidades
del alimento 1, x2 peces de la especie 2 consumen 3x2 del alimento 1. Entonces x1 + 3x2 +
2x3 = 25000 = suministro total por semana del alimento 1. Si se obtiene una ecuacin similar
para los otros dos alimentos se llega a:

1 2 3
1 2 3
1 2 3
3 2 25000
4 20000
2 5 5 55000
x x x
x x x
x x x
+ + =
+ + =
+ + =






METODOS NUMERICOS

Ing. Ada Paulina Mora Gonzlez Pgina 29


Despus de resolver se obtiene

1 3 2
1 4 1
2 5 5
| |
|
|
|
\ .

25000
20000
55000


R1(-1)+R2
R1(-2)+R3
1 3 2
0 1 1
0 1 1
| |
|

|
|

\ .

25000
5000
5000


R2(-3) + R1
R2 + R3

Se tiene un nmero infinito de soluciones

X1= 40000- 5x3
X2= x3- 50000
5000<x3< 8000




















METODOS NUMERICOS

Ing. Ada Paulina Mora Gonzlez Pgina 30



Un ingeniero supervisa la produccin de 4 tipos de computadoras. Se requieren 4 clases de
recursos: horas/hombre, metales, plsticos y componentes electrnicos; en la produccin. Se
resumen las cantidades necesarias para cada uno de estos recursos en la produccin de cada
tipo de computadora. Si se dispone diariamente de 504 horas / hombre, 1970kg de metal, 970
kg de plstico y 601 componentes electrnicos. Cuntas computadoras de cada tipo se puede
construir por da? Cul seria la ganancia por cada computadora producida. Y el total de
ganancia?

Computadora Horas-hombre Metales
kg/computadora
Plsticos
kg/computad.
Componentes,
u/computadora
1 3 20 10 10
2 4 25 15 8
3 7 40 20 10
4 20 50 22 15

La cantidad producida de cada computadora esta restringida al total de recursos disponibles en
cada categora diariamente. Estos recursos totales se distribuyen entre los 4 tipos de
computadoras.

Sea x1, x2, x3, x4 la cantidad total de computadoras producidas diariamente de cada clase. Se
sabe que la cantidad total de horas/hombre es de 504. Por lo tanto, la suma de las
distribuciones de horas-hombres en la produccin de cada uno de las computadoras debe ser
menor o igual a 504.
Ganancias por cada
computadora
1 2 3 4
1 2 3 4
1 2 3 4
1 2 3 4
3 4 7 20 504
En los recursos de material quedaria:
20x 25 40 50 1970
10 15 20 22 970
10 8 10 15 601
x x x x
x x x
x x x x
x x x x
+ + + s
+ + + s
+ + + s
+ + + s









Computad. $
1 1000
2 700
3 1100
4 400
METODOS NUMERICOS

Ing. Ada Paulina Mora Gonzlez Pgina 31



Solucin con el Algoritmo en Matlab:
%Mtodo de Gauss-Jordn en matriz de 4x4
format short
B=input('Dame la matriz en corchete por filas')
s=length(B)
if s==5
B(1,:)=B(1,:)/B(1,1)
B(2,:)=B(2,:)-B(2,1)*B(1,:)
B(3,:)=B(3,:)-B(3,1)*B(1,:)
B(4,:)=B(4,:)-B(4,1)*B(1,:)
%COLUMNA 1 LISTA
B(2,:)=B(2,:)/B(2,2)
B(1,:)=B(1,:)-B(1,2)*B(2,:)
B(3,:)=B(3,:)-B(3,2)*B(2,:)
B(4,:)=B(4,:)-B(4,2)*B(2,:)
%COLUMNA 2 LISTA
B(3,:)=B(3,:)/B(3,3)
B(1,:)=B(1,:)-B(1,3)*B(3,:)
B(2,:)=B(2,:)-B(2,3)*B(3,:)
B(4,:)=B(4,:)-B(4,3)*B(3,:)
%COLUMNA 3 LISTA
B(4,:)=B(4,:)/B(4,4)
B(1,:)=B(1,:)-B(1,4)*B(4,:)
B(2,:)=B(2,:)-B(2,4)*B(4,:)
B(3,:)=B(3,:)-B(3,4)*B(4,:)
else
disp('La matriz original no es de 4x4')
end

























METODOS NUMERICOS

Ing. Ada Paulina Mora Gonzlez Pgina 32












































B =
3 4 7 20 504
20 25 40 50 1970
10 15 20 22 970
10 8 10 15 601

B =
1 4/3 7/3 20/3 168
20 25 40 50 1970
10 15 20 22 970
10 8 10 15 601

B =
1 4/3 7/3 20/3 168
0 -5/3 -20/3 -250/3 -1390
10 15 20 22 970
10 8 10 15 601

B =
1 4/3 7/3 20/3 168
0 -5/3 -20/3 -250/3 -1390
0 5/3 -10/3 -134/3 -710
10 8 10 15 601

B =
1 4/3 7/3 20/3 168
0 -5/3 -20/3 -250/3 -1390
0 5/3 -10/3 -134/3 -710
0 -16/3 -40/3 -155/3 -1079

B =
1 4/3 7/3 20/3 168
0 1 4 50 834
0 5/3 -10/3 -134/3 -710
0 -16/3 -40/3 -155/3 -1079

B =
1 0 -3 -60 -944
0 1 4 50 834
0 5/3 -10/3 -134/3 -710
0 -16/3 -40/3 -155/3 -1079

B =
1 0 -3 -60 -944
0 1 4 50 834
0 0 -10 -128 -2100
0 -16/3 -40/3 -155/3 -1079
B =
1 0 -3 -60 -944
0 1 4 50 834
0 0 -10 -128 -2100
0 0 8 215 3369
B =
1 0 -3 -60 -944
0 1 4 50 834
0 0 1 64/5 210
0 0 8 215 3369

B =
1 0 0 -108/5 -314
0 1 4 50 834
0 0 1 64/5 210
0 0 8 215 3369

B =
1 0 0 -108/5 -314
0 1 0 -6/5 -6
0 0 1 64/5 210
0 0 8 215 3369

B =
1 0 0 -108/5 -314
0 1 0 -6/5 -6
0 0 1 64/5 210
0 0 0 563/5 1689

B =
1 0 0 -108/5 -314
0 1 0 -6/5 -6
0 0 1 64/5 210
0 0 0 1 15

B =
1 0 0 0 10
0 1 0 -6/5 -6
0 0 1 64/5 210
0 0 0 1 15

B =
1 0 0 0 10
0 1 0 0 12
0 0 1 64/5 210
0 0 0 1 15

B =

1 0 0 0 10
0 1 0 0 12
0 0 1 0 18
0 0 0 1 15
METODOS NUMERICOS

Ing. Ada Paulina Mora Gonzlez Pgina 33


METODO GAUSS-SEIDEL
Es un mtodo iterativo que es una alternativa a los mtodos de eliminacin, para aproximar la
solucin. Este mtodo es el ms comnmente usado. Para una matriz de 3x3, y los elementos
de la diagonal principal no son todos ceros, se inicia con las primeras ecuaciones donde a x2 y
x3 se les da como valor inicial cero ya despus los resultados calculados se utilizan en cada
ecuacin a resolver. (Si la matriz aumenta de tamao se usa el mismo procedimiento
agregando la ecuacin respectiva)
(0.1)
1 12 2 13 3
1
11
2 21 1 23 3
2
22
3 31 1 32 2
3
33
c a x a x
x
a
c a x a x
x
a
c a x a x
x
a

=

=

=


Se saca el error aproximado para cada valor de x1, x2, x3.

Ejemplo: Use el mtodo de Gauss-Seidel para obtener la solucin del sistema:


1 2 3
1 2 3
1 2 3
3 0.1 0.2 7.85
0.1 7 0.3 19.3
0.3 0.2 10 71.4
x x x
x x x
x x x
=
+ =
+ =


Primero despejar la incgnita sobre la diagonal para cada una de las ecuaciones.


2 3
1
1 3
2
1 2
3
7.85 0.1 0.2
3
19.3 0.1 0.3
7
71.4 0.3 0.2
10
x x
x
x x
x
x x
x
+ +
=
+
=
+
=




METODOS NUMERICOS

Ing. Ada Paulina Mora Gonzlez Pgina 34


Suponiendo que x2 y x3 al iniciar el clculo de x1 valdran cero, y se utilizara:





Se sustituye el valor x1 ya calculado





Se sustituye el valor de x1 y x2 ya calculados anteriormente.



Esa sera la primera iteracin y se procedera a hacer las iteraciones que se necesiten y con el
ltimo valor calculado se tomara en cuenta para la nueva sustitucin.


1
2
3
7.85 0.1( 2.794524) 0.2(7.005610)
2.990557
3
19.3 0.1(2.990557) 0.(7.005610)
2.499625
7
71.4 0.3(2.990557) 0.2( 2.499625)
7.000291
10
x
x
x
+ +
= =
+
= =
+
= =



Conforme un nuevo valor de x se calcula este se usa inmediatamente en la siguiente ecuacin
para determinar el otro valor de x.

1
2
3
7.85 0 0
2.616667
3
19.3 0.1(2.616667) 0
2.794524
7
71.4 0.3(2.616667) 0.2( 2.794524)
7.005610
10
x
x
x
+ +
= =
+
= =
+
= =